分布式全局最大频繁项集更新挖掘算法

• 作者: 杨君锐 杨莉
• 来源期刊: 华中科技大学学报：自然科学版
• 学科: 工学
• 关键词: 数据挖掘 分布式数据集 数据存储 最大频繁项集 更新挖掘
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 信息技术
• 页码范围: 85-88,106
• 分类号: TP311.13
• 语种: 中文

摘要

提出了针对数据水平分布的分布式数据集下的全局最大频繁项集更新挖掘算法（UDMFI）,用于解决当最小支持度阈值发生变化时全局最大频繁项集的更新挖掘问题.通过提出的带项目头表的频繁模式树（HFP-Tree）来存储数据,然后根据最小支持度阈值变小时,原最大频繁项集的集合中的元素一定是新最大频繁项集的集合中某些元素的子集的特性,以及最小支持度阈值变大时,原最大频繁项集中的一些最大频繁项集将可能不再是新最大频繁项集的集合中的最大频繁项集的特性,充分利用已挖掘的结果,从而减少挖掘过程中的费用.实验结果表明该算法具有较好的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨君锐	西安科技大学计算机科学与技术学院	24	111	7.0	9.0
2	杨莉	西安科技大学计算机科学与技术学院	2	10	2.0	2.0